AuraDent：实时语音驱动的牙科临床文档自动化平台

AuraDent 是一个面向牙科诊所的实时文档平台，通过 Deepgram 语音识别、AI 智能提取和 AWS 异步处理，将医生椅旁口述自动转化为结构化病历、治疗图表和术后指导。

牙科诊疗过程中，医生需要在治疗患者的同时记录病历、更新治疗图表、撰写术后指导——这些文档工作既耗时又容易出错。传统的做法是治疗后回忆填写，信息准确性和完整性都难以保证。AuraDent 的诞生正是为了解决这一行业痛点：让医生专注于治疗，让 AI 处理文档。

AuraDent 采用 TypeScript 单体仓库架构，将实时语音处理、AI 智能提取和异步后处理有机结合。整个系统分为五个核心模块：

基于 Fastify 和 WebSocket 构建的实时网关是系统的入口。它接收来自浏览器的前端音频流，将其转发给 Deepgram 进行语音识别。网关负责管理会话生命周期，区分暂定转录（partial）和最终转录（final），并在将内容发送给 AI 之前执行 PII（个人身份信息）脱敏处理。

这是系统的"大脑"，基于 Vercel AI SDK 构建。代理接收脱敏后的转录文本，通过类型化的工具调用（typed tools）和 Zod 验证，提取结构化的临床发现。例如，当医生说 "患者右下第二磨牙需要根管治疗"，代理会识别出牙位（#31）、诊断（需要根管治疗）并更新相应的数据结构。

React + Vite 构建的临床终端界面，为医生提供实时反馈。界面包含：

• 波形可视化：显示麦克风活动状态
• 转录区域：展示暂定和最终转录文本
• 治疗图表：动画式更新牙齿状态
• 追踪视图：显示代理的思考过程、工具调用和完成事件

负责将代理提取的原始结构化数据转换为适合持久化的记录格式，包括去重逻辑（同一牙齿的多次提及合并）和来源追溯（记录每条发现对应的语音片段）。

基于 AWS Lambda 的后处理模块。当会话结束时，网关将会话数据（脱敏转录、结构化发现、追踪记录、性能指标）发送到 SQS 队列，触发工作器生成术后 PDF 指导、模拟保险预授权，并将完整记录写入 PostgreSQL。